机器人重生:协变解锁机器人深度学习的力量

2020-05-07 05:20:58

如今大多数机器人都使用某种形式的深度学习。这些基本上是大型神经网络,使机器人既可以学习与其接触的对象的感知,也可以学习确定机器人将如何相对于手边的对象行动的运动计划。深度学习和神经网络自90年代以来一直存在。但是,在过去的十年里,一些根本性的变化。互联网允许收集机器可以训练的海量数据集,云计算的出现为该领域带来了大量的计算能力。这使得该领域的先驱-像Geoffrey Hinton,Andrew Ng,Fei Li,Peter Norvig和Jeff Dean-将这个有点被遗忘的计算机科学领域引导到实际应用中。谷歌无疑走在了这场运动的前列,但其他许多公司也紧随其后,使用案例也大幅增长。

机器人本身已经存在了很久,但除了少数例外,一直令人失望。机器人在几个制造应用程序中有一些用法,但这些都是高度编程的应用程序,在机器人执行的操作过程中几乎没有可变性。与机器人不同的是,人类的适应能力极强,能够处理新的情况和边缘情况,只需最少的解释。事实证明,机器人在更多的“人类”应用中的使用是难以捉摸的。但随着深度学习继续从学术用途“毕业”到商业用途,机器人找到了第二个(或许是第三个)春天。

硅谷已经欣然接受了机器人的回归,近年来,无数的机器人公司获得了资金。当我和我的同事达米尔·贝西罗维奇(Damir Becirovic)在这个领域漫步时,我们发现了一些公司,它们专注于特定的应用(从玩具制造到解析回收商品),到设计具有创造性和创新性机械设计的手臂的公司。我们总共会见了30多家公司,但从未坠入爱河。

达米尔是我所认识的最勤奋的风险投资家之一。当他决定要从事一项投资论文时,他会孜孜不倦地追求每一条线索,会见每一家公司,采访每一位该领域的有识之士。达米尔确信,电子商务配送中心的运作方式已经被打破。随着网上商业的持续增长,每一种销售实物的企业都把库存放在这些巨大的洞穴般的仓库里,仓库里堆满了从地板到天花板的无穷无尽的过道。从消费品到服装,再到奶油或药丸,各种产品都可以在这些塑料板条箱中的某个地方找到。这些配送中心(DC)是熙熙攘攘的蜂巢。顾客的订单进来了,板条箱和篮子会四处移动,订单会被组装起来-而且肯定会有一个人抓起牙膏和普雷尔,把它们塞进一个纸箱里,运往你家。

达米尔认为重新发明的时机已经成熟。包装和堆放箱子、搬运板条箱和从垃圾箱中挑选物品的工作并不是一件有趣的工作。它单调、累人、重复,容易出错。人们现在这样做,但5年后就不会是这样了。如果电子商务占整个零售业的40%-50%(目前为12%),该行业将需要机器人来实现仓库和送货操作的自动化。

在我们的探索之旅开始一年后,我们的好朋友克里斯·厄姆森给了我们一个提示。当谈到机器人技术时,Chris是一个有洞察力的人;他在Waymo担任了9年的CTO,并以带领他的卡内基梅隆大学团队在2007年DARPA大挑战赛中获胜而闻名。他鼓励我们去见皮特·阿贝尔。皮特是加州大学伯克利分校伯克利机器人学习实验室的主任,师从安德鲁·吴(Andrew Ng),攻读博士学位。他是世界上首屈一指的机器人专家之一,正如我们从克里斯那里了解到的那样,他正在研究一些特别的东西。

达米尔和我尽职尽责地长途跋涉来到伯克利,与皮特在西莉亚餐厅享用了一顿相对平庸的墨西哥午餐。虽然皮特对他的工作性质保密,但他与我们分享了他正在开发用于挑选和放置应用程序的机械臂的人工智能软件。他给我们留下了令人难以置信的印象,但除此之外,我们并没有学到太多东西。事实上,皮特对我们的评价是这样的,而不是反之亦然。

午餐后大约6个月,我们收到了皮特的一封电子邮件。不知何故,我们没有通过他的测试,他想让我们讨论一下为他的业务协作体进行一轮融资的问题。这一次他愿意给我们看秘方。

给我们留下深刻印象的原因有很多。首先,CoVariant设计和构建的技术是普遍适用的。虽然它最初的用例是在配送中心挑选和包装商品,但他们构建的核心是一系列技能模块,这些模块可以应用于广泛的应用,包括识别物体并使用关节手臂和手来操纵它们。协变技术可用于电子商务、医疗保健、包裹递送、制造等行业。

其次,这项技术先进到令人震惊的地步。通过使用强化学习和领域随机化等一些最现代的深度学习技术,他们制造出了一种机器人大脑,即使是最棘手的物体也能识别,并以极低的错误率和速度进行操作(这一点很重要,因为有一个人来“照看”机器人就达不到这个目的)。

第三,他们确定了我们认为需要解决的确切客户问题。协变的最初应用是在DC中拾取和放置对象。世界各地的配送中心都在努力寻找和留住这项任务的劳动力。这并不令人满意,令人疲倦,而且对人类来说报酬也不是特别高。不足为奇的是,市场上对机器人解决方案的需求非常迫切,深度学习技术的成熟感觉非常适合这一需求。

最后,我们被CoVariant的团队打动了。皮特与他最好的两名博士生和OpenAI的校友共同创立了这家公司:陈彼得(Peter Chen)、段洛奇(Rocky Duan)和张天浩(音译)。彼得·陈(Peter Chen)是该公司的首席执行官,他们聚集了深度学习领域一些最杰出的人才来应对挑战。我们特别印象深刻的是,在与协变团队进行了几次对话后,我们了解到他们不仅是聪明的人工智能技术专家,而且是优秀的商业人士。彼得对业务的方方面面都有很好的把握--从进入市场的战略,到组织文化、招聘、谈判等等。这也是彼得的公司。很快就很明显,皮特和彼得是强有力的组合。

继我们对Aurora的投资之后,CoVariant是Index投资的第二家大型机器人公司。当思考这个行业的时候,“取代人类工作”的话题就不可避免地出现了。而且,在失业率高企的经济衰退时期,这一点变得尤为敏感。我们对这一关切深表同情。同时,我们坚信,人类将在他们的工作中找到更多的意义,而不是当他们以非自然的方式执行繁重的、盲目的和重复的工作时。这些类型的任务更适合机器。而且,历史表明,在经历了工业转型时期后,我们可以找到更好的方式来使用人才。毫无疑问,机器人是人类任务的部分替代品,但它们离人类的替代品还很远。而且,我们坚信机器人,就像CoVariable创造的那些机器人一样,会让我们的生活变得更好,更有生产力。

正是本着这种精神,我们令人难以置信地兴奋地宣布我们对CoVariable的投资。机器人领域仍处于初级阶段。但是,我们相信,我们与Pieter、Peter、Rocky和天浩的旅程将是创建下一家伟大的AI机器人公司的开始。我们迫不及待要出发了。